GA4 のデータを BigQuery 連携して AI 分析する方法

こんにちは。広告データインフラ「Roboma（ロボマ）」スタッフです。

最近、クライアントのマーケティングデータを BigQuery に蓄積して、データポータルや AI で横断分析する機会が増えてきました。

Google や Meta といった広告データはもちろん、GA4 や Search Console のデータもまとめて分析したいといったニーズは高まる一方です。AI によってこれまで難しかったことができるようになり、いよいよマーケティング分析の民主化が起こりつつあると感じています。

すべてのデータを BigQuery に入れて、Claude に「先月の流入をチャネル別・媒体別・LP別・クエリ別で比較して」と投げると、あっという間に分析レポートが上がってくる。この体験をひとたび味わってしまうと、もう管理画面を一つひとつ開いて数字を見たり、データ分析のために面倒な SQL を組んだりする気にはなれません。

今回は、GA4 のデータを BigQuery に自動でエクスポートする設定についてまとめたいと思います。手順はそれほど複雑ではないのですが、AI 分析する上ではリージョンの設定だけは間違えてほしくないので、今回はその点も含めて解説します。

なぜ BigQuery に出すのか

GA4 の無料版は、データ保持期間がとても短いです。デフォルト設定のままだと、イベントデータは「2ヶ月」、ユーザーデータでも「14ヶ月」です。1年以上前の同じ時期と比較したい、長期のトレンドや推移を見たい、といった用途には根本的に対応できません。

なのでまず、現時点で GA4 の保持期間がデフォルトの「2ヶ月」になっているなら、今すぐ上限の「14ヶ月」に変更してください。 GA4 の「管理＞データの保持」設定から変更できます。この操作は30秒で終わります。

また、GA4 の管理画面は正直なところ使い勝手があまり良くありません。「どの流入元の何月何日がコンバージョンに効いているか」「複数のコンバージョンを同時に見たい」といったことを調べようとすると、どのレポートを見れば良いか分からなかったり、サンプリングがかかって思った数字が出てこなかったり、毎回ディメンションと指標を組み合わせた探索レポートを作らなくてはいけなかったりすることがあります。

BigQuery に出力して、AI と連携してしまえば、SQL なしで自然言語で分析することができます。「この流入経路からの購入数は日別でどれぐらい増えた？」という分析も簡単に出せます。

GA4 単体では見えないものが、BigQuery と AI を組み合わせることで見えてくる。それがこの連携の本質的な価値です。

設定の全体像

大きく「Google Cloud 側の設定」と「GA4 側の設定」の2つのステップがあります。それほど難しくはありませんが、順番を守って進めるのが確実です。

ステップ1：Google Cloud の設定

プロジェクトの準備

Google Cloud にログインして、対象のプロジェクトを選びます。すでに使っているプロジェクトがあればそちらでも問題ありません。

Google Cloud の構造は「プロジェクト → BigQuery データセット → テーブル」という階層になっています。GA4 のデータは、プロジェクトの中に自動でデータセットが作られ、そこにテーブルが蓄積されていきます。

「他のデータと混在させたくない」もしくは「管理を別にしたい」という場合は、GA4 専用のプロジェクトを切り出してもよいでしょう。AI であればプロジェクトやデータセットをまたいだ分析も楽にできます。

BigQuery API の確認

サイドメニューから「API とサービス＞ライブラリ」に進み、「bigquery」で検索して、「BigQuery API」が有効になっているかを確認します。多くの場合デフォルトで有効になっていますが、念のため確認しておきましょう。

ステップ2：GA4 の設定

BigQuery リンクを作成する

GA4 の管理画面にログインし、対象のプロパティに移動します。「管理＞サービス間のリンク設定」の中に「BigQuery のリンク」があります。

「リンク」ボタンを押して、「BigQuery プロジェクトを選択」をクリックすると、自分が権限を持っているプロジェクトの一覧が表示されますので、対象のプロジェクトを選んで「確定」します。

リージョンの選択（ここが最重要）

ここが一番注意してほしい設定です。

BigQuery に作成されるデータセットのリージョン（データの保管場所）を選びます。日本向けのデータなら「東京 (asia-northeast1)」を選ぶことが多いですが、問題は「他のデータセットと同じリージョンにしないといけない」という点です。

リージョンが異なるデータセット同士は、BigQuery の通常のクエリでは結合できません。「GA4 のデータは東京リージョン、広告データは米国リージョン」という状態になってしまうと、横断分析のたびにデータをコピーする必要性が生じ、転送コストとストレージコストが余分にかかります。

既存のデータセットがある場合は、先にそちらのリージョンを確認してから、同じものを選んでください。あとから変えることはできません。

エクスポートの頻度を設定

「毎日（日別）」か「ストリーミング」かを選びます。通常のマーケティング分析であれば、「毎日」で十分です。ストリーミングはリアルタイムにデータが流れてくる設定ですが、コストが上がるため、明確なニーズがない場合は日別で始めることをお勧めします。

確認して送信

内容を確認し、「送信」を押します。設定が完了してから24時間以内に、BigQuery 上に「analytics_プロパティID」という名前のデータセットが作られ、データが流れ始めます。

過去データについて

上記の GA4 標準エクスポート機能を使うと、連携設定をした日（またはその翌日）以降に発生したイベントデータのみが出力対象となります。過去のデータに遡及してエクスポートすることはできません。

過去30日分のデータを取得できる BigQuery Data Transfer Service という方法もありますが、GA4 標準エクスポート機能とは取得できるデータの種類・粒度がまったく異なります。

過去のデータは取り戻せないため、現在は BigQuery で AI 分析する予定がなくても、なるべく早く BigQuery との連携設定（無料枠で可能）だけでも済ませておくことを強くおすすめします。設定さえしておけば、後からデータが必要になった際にローデータにアクセスできるようになります。

設定後にやること

BigQuery にデータが入り始めたら、次のステップとして他のデータとの結合を考えてみてください。

Search Console のデータを BigQuery に出す設定（Search Console にも BigQuery エクスポート機能があります）、広告データを Roboma 経由で BigQuery に出す設定を組み合わせると、「どのキーワードで検索されて、どの広告を経由して、最終的にどれぐらいコンバージョンしたか」というファネル分析を行うことができるようになります。

Claude などの AI に「先週の流入をチャネル別・ページ別で分析して、何を直すべきか提案して」と投げると、SQL を自動で書いて分析結果まで返してきます。この状態になってはじめて、「BigQuery に蓄積してよかった」と実感できると思います。

まとめ

GA4 と BigQuery の連携手順をまとめると、次の通りです。

1. まず GA4 のデータ保持期間を「14ヶ月」に変更する

2. Google Cloud プロジェクトで BigQuery API が有効か確認する

3. GA4 の管理画面から「BigQuery のリンク」を作成する

4. リージョンは他のデータセットと同じものを選ぶ（後から変えられない）

5. エクスポート頻度は「毎日」で設定する

6. 24時間以内にデータセットが作成される

手順自体は10〜15分で完了します。注意する点としては、リージョンの選択ぐらいです。これさえ慎重にやれば、あとは特に難しい操作はありません。

設定が終わったら、広告データや Search Console のデータと組み合わせて、AI による流入分析をぜひ試してみてください。

弊社では、広告データインフラ「Roboma」を提供しています。60以上の広告媒体のデータを一元管理し、BigQuery に自動出力して、AI 分析しやすいように加工・集計しています。興味のある方は以下からお問い合わせください。

関連記事